जाँची हुई सूची से आम बिक्री तक

गूगल ने जेमिनी 4 आर्गन को आम तौर पर उपलब्ध करा दिया है — उसे अपने Fairwind Program से स्वीकृत साइबर रक्षकों तक सीमित रखने के तेरह दिन बाद। डेवलपर घोषणा मॉडल को गूगल एआई स्टूडियो और एंड्रॉयड स्टूडियो के ज़रिए जेमिनी एपीआई के भुगतान वाले स्तर पर रखती है, और गूगल एआई अल्ट्रा के ग्राहकों के लिए गूगल एंटीग्रैविटी में — जिसे गूगल एजेंट-प्रथम विकास मंच बताता है।

गूगल आर्गन को “जटिल कार्यप्रवाहों के लिए हमारा फ़्रंटियर मॉडल” कहता है और उसे सॉफ़्टवेयर इंजीनियरिंग, उद्यम ज्ञान-कार्य और साइबर रक्षा की ओर लक्षित करता है। पोस्ट लक्ष्य को “लंबे क्षितिज वाले कार्यप्रवाह जिनमें गहरा तर्क और संरचनात्मक सटीकता चाहिए” बताती है, और उदाहरण के तौर पर कोड माइग्रेशन तथा अग्रणी शोध गिनाती है।

लॉन्च क़ीमत की समाप्ति तिथि है

जो आँकड़ा मायने रखता है वह ब्लॉग पोस्ट में नहीं, गूगल के मूल्य पृष्ठ पर है। भुगतान वाले स्तर पर आर्गन की लागत 30 नवंबर 2026 तक दस लाख इनपुट टोकन पर 2.00 डॉलर और दस लाख आउटपुट टोकन पर 10.00 डॉलर है — आउटपुट में सोचने वाले टोकन भी गिने जाते हैं। 1 दिसंबर से सूचीबद्ध दरें 4.00 और 20.00 डॉलर हैं। कैश किया गया इनपुट भी यही रास्ता लेता है, 0.10 से 0.20 डॉलर प्रति दस लाख, और केवल निहित कैशिंग समर्थित है: इस मॉडल पर स्पष्ट कैशिंग उपलब्ध नहीं है।

एक दफ़्तर में व्हाइटबोर्ड पर लिखता हुआ व्यक्ति
गूगल इस मॉडल को सॉफ़्टवेयर इंजीनियरिंग, उद्यम ज्ञान-कार्य और साइबर रक्षा के लिए पेश करता है। प्रतीकात्मक चित्र। Thirdman · pexels · Pexels License

गूगल उस पृष्ठ पर “परिचयात्मक” शब्द इस्तेमाल नहीं करता। वह बस दो मूल्य-सूचियाँ देता है और बीच में एक तारीख़। जो कोई नवंबर के पार खिंचने वाले माइग्रेशन का बजट बना रहा है, वह ऊँचे आँकड़े पर बजट बना रहा है।

अब “दस लाख टोकन” का अर्थ क्या है

30 सितंबर के लॉन्च पर गूगल ने कहा था कि वह “मॉडल की आउटपुट टोकन सीमा को उद्योग में अग्रणी दस लाख तक उल्लेखनीय रूप से बढ़ा रहा है”, जो पहले 64,000 थी। दस्तावेज़ीकरण अब उसी आँकड़े को अलग तरह से बताता है। मूल्य पृष्ठ मॉडल को “दस लाख टोकन तक लंबी डिकोडिंग” में सक्षम बताता है, और मॉडल दस्तावेज़ीकरण “दस लाख का साझा संदर्भ विंडो” के साथ “दस लाख टोकन तक लंबी डिकोडिंग” की बात करता है।

साझा विंडो और अलग आउटपुट सीमा एक ही चीज़ नहीं हैं: पहले मामले में लंबा प्रॉम्प्ट उस जगह को खा जाता है जो मॉडल के लिखने को बचती है। सबसे लंबे अखंड उत्तर के लिए गूगल ने कोई आँकड़ा प्रकाशित नहीं किया है।

जब कोई और गिनता है तो यह कहाँ खड़ा है

लॉन्च पोस्ट में गूगल के अपने बेंचमार्क दावे सटीक हैं। उसने DeepSWE v1.1 पर 77.9 प्रतिशत बताया, जिसे उसने नया सर्वश्रेष्ठ कहा; ज़ैपियर के AutomationBench पर 51.3 प्रतिशत, पहले स्थान पर; लंबे वीडियो के LVBench पर 91.7 प्रतिशत; और CWE-bench v1 पर 68 प्रतिशत, पहले स्थान पर बराबरी। ये विक्रेता के बताए आँकड़े हैं।

लकड़ी की मेज़ पर दो दर्ज़ी के मापन फ़ीते, एक कैंची और निशान लगाने वाली क़लम
स्वतंत्र सूचकांक और विक्रेता के परीक्षण अलग-अलग चीज़ें मापते हैं। प्रतीकात्मक चित्र। https://kaboompics.com/ · pexels · Pexels License

Artificial Analysis, जो अपने स्वतंत्र मूल्यांकन चलाता है, जेमिनी 4 आर्गन को अपने Intelligence Index पर 53 अंक देता है और 216 प्रविष्टियों में आठवें स्थान पर रखता है। उस तालिका में Claude Opus 5.5 58 के साथ आगे है, Claude Sonnet 5.5 और मेटा का Muse Wonder Full 56 पर हैं, और आर्गन 53 पर GPT-6 Astra तथा Claude Fable 5.1 के बराबर है। स्वतंत्र सूचकांक और विक्रेता के परीक्षण अलग-अलग चीज़ें मापते हैं, और इस मामले में वे मॉडल की जगह पर असहमत हैं।

आगे क्या देखना है

दो तारीख़ें। पहली 1 दिसंबर, जब सूचीबद्ध क़ीमत दोगुनी होगी और उसके साथ आर्गन पर बने हर लंबे एजेंट कार्यभार का अर्थशास्त्र बदल जाएगा। दूसरी वह जो गूगल आउटपुट सीमा के बारे में कहेगा, जिसे फ़िलहाल लॉन्च पोस्ट में एक तरह और उस दस्तावेज़ीकरण में दूसरी तरह बताया गया है जिसके आधार पर डेवलपरों से असल में शुल्क लिया जाता है।